大数据处理：pandas处理数据课件-2024-2025学年浙教版（2019）高中信息技术必修一

4.2

pandas处理数据编程处理数据数据处理可以使用现成的软件或平台,也可以通过编写程序实现。Python语言丰富的标准模块和扩展库提供了许多高效灵活的函数,可以帮助我们较好地进行数据整理。pandas处理数据numpy模块是Python中做科学计算的基础库，主要提供科学计算中常用的随机数、数组运算等基础函数。

scipy模块是基于numpy构建的一个模块，增强了在高等数学、信号处理、图像处理、统计等方面的处理能力。

pandas模块基于numpy实现，主要用于数据的处理和分析。它提供了大量处理数据的函数和方法，能方便地操作大型数据集。python模块的导入——import

一个程序中已出现的一个或多个函数或模块，引入到另一个python代码中，从而实现代码的复用。语法如下：import模块名模块名.函数名from模块名import函数名python模块的小名儿import还有更多详细的用法，导入整个模块时，也可以为模块指定别名。

import模块名1[as别名1]例如：importmathassprint(s.sqrt(9))

from模块名import成员名1[as别名1]例如：frommathimportsqrtasvprint(v(9))Series是一种一维的数据结构，包含一个数组的数据（values）和一个与数据关联的索引(index)。1、导入pandas模块importpandasaspd2、创建一个Series对象S=pd.Series(x[,index=idx])X可以是：1、列表（list）2、字典（dict）3、numpy数组（ndarray）1.创建Series（序列）Series类似于一维数组，由一个数组的数据和一个与数据关联的索引（index）组成,索引值默认是从0起递增的整数。importpandasaspd#导入pandas模块并取别名为pds1=pd.Series([1,2,3,4])print(s1)01122334左列：index（索引）右列：values（值）

Series

Seriess2=pd.Series([1,2,3,4],index=['a','b','c','d'])print(s2)a

1b

2c

3d

4

Series结构与列表最大的区别是可以指定索引，类型可以是字符串型indexvalues

创建一个别名为pd1的Series结构对象w,用于存储中餐站台当中的“滑蛋虾仁”，“荔枝鸡片”，“XO酱炒牛肉”，并输出。通过字典方式创建data={"i1":1,"i2":2,"i3":3,"i4":4}s3=pd.Series(data)print(s3)i11i22i33i44

Series通过字典方式创建data={"i1":1,"i2":2,"i3":3,"i4":4}s3=pd.Series(data,index=['i1','i3','i2','i4'])print(s3)i11i33i22i44

Series修改series对象中的值

先通过索引值选取值，再通过赋值语句修改值指定索引以后，原来默认的索引值还能用吗?

Series对象常用属性属性说明indexSeries的下标索引，其值默认是从0起递增的整数values存放Series值的一个数组3.查看Series对象的index、values属性值s2=pd.Series(['你','好','聪','明'],index=['a','b','c','d'])foriins2.index:print(i)a

b

c

d

Series对象常用属性3.查看Series对象的index、values属性值s2=pd.Series(['你','好','聪','明'],index=['a','b','c','d'])foriins2.values:print(i)你好聪明

Series对象常用属性3.查看Series对象的index、values属性值s2=pd.Series(['你','好','聪','明'],index=['a','b','c','d'])foriins2:print(i)你好聪明

Series对象常用属性课堂练习1.下列Python的模块中，主要用于数据的处理和分析的是（）A.ImageB.pandasC.scipyD.matplotlibB课堂练习2.有Python程序段如下：importpandasaspdser=pd.Series([1,3,5,7])print(ser.index)该程序段运行后输出结果为（）AA.0B.1C.1D.01123132352534737课堂练习3.有Python程序段如下：importpandasaspds=pd.Sreies([166,178,180],index=['S1','S2','S3'])s[1]=168print(s)该程序段运行后输出结果为（）A.

[168178180]B.[166168180]C.S1166D.S1168S2168S2178S3180S3180C课堂练习4.有Python程序段如下：importpandasaspds=pd.Sreies(range(1,10,2))print(s)该程序段运行后输出结果为（）A.

01B.11C.01D.111102101323253537474959Cpandas数据结构2.DataFrame（数据框）DataFrame是一种类似于关系表的表格型数据结构，DataFrame对象是一个二维表格,由1个索引列（index）和若干个数据列组成。其中，每列中的元素类型必须一致，而不同的列可以拥有不同的元素类型。利用字典创建DataFrame使用DataFrame前，需要导入pandas库中的DataFrame模块frompandasimportDataFrame

data={"name":["王晓明","李静","田海"],"sex":["男","女","男"],"aged":[20,19,21]}#字典是无序的，因此需要通过columns指定列索引的排列顺序df=DataFrame(data,columns=["name","sex","aged"])print(df)indexcolumnsvalues利用字典创建DataFrameDataFrame数据有列索引和行索引，行索引类似于关系表中每行的编号（未指定行索引的情况下，会使用0到n-1作为行索引），列索引类似于表格的列名（也称为字段）。df1=DataFrame(data,columns=["name","sex","aged"],index=["L1","L2","L3"])print(df1)利用字典创建DataFrame__________________#导入模块data={"name":["张三","李四","王五","赵六"],"sex":["男","女","女","男"],"aged":[20,19,20,21],"score":[80,60,70,90]}df=pd.DataFrame(data,columns=["aged","name","score","sex"])print(df)importpandasaspd创建DataFrame对象DataFrame对象可以自己定义，也可以直接读取二维数据文件创建DataFrame对象。read_excel()函数读取Excel文件创建DataFrame对象read_csv()函数读取CSV文件创建DataFrame对象to_excel()函数创建Excel文件保存数据to_csv()函数创建CSV文件保存数据创建DataFrame对象读入文件

使用read_excel()函数，读取Excel文件创建DataFrame对象。importpandasaspddf=pd.read_excel("cp.xlsx")print(df)查看DataFrame对象

通过index、columns、values属性可以查看DataFrame对象的行索引、列索引及其数据，如df.index、df.columns、df.values。importpandasaspddf=pd.read_excel("cp.xlsx")foriindf.index:print(i)查看DataFrame对象

通过index、columns、values属性可以查看DataFrame对象的行索引、列索引及其数据，如df.index、df.columns、df.values。importpandasaspddf=pd.read_excel("cp.xlsx")print(df.T)#行列转置，df数据本身不变print(df)查看DataFrame对象查看数据列

使用字典记法或属性检索DataFrame对象中的一列数据，如df['id']或df.id。importpandasaspddf=pd.read_excel("cp.xlsx")print(df.影视剧)importpandasaspddf=pd.read_excel("cp.xlsx")print(df____________)[“影视剧”]pandas数据结构DataFrame模块提供了丰富的函数，这些函数可以用来进行行、列编辑等。DataFrame中，新增列、删除列、重命名列可以通过insert()、drop()、rename()等函数完成；追加数据行可以通过append()函数完成；使用set_value()函数可以根据行标签和列标签设置单个值。pandas数据结构1.增加行增加行数据可以通过append()函数传入字典数据即可。importpandasaspddf=pd.read_excel("cp.xlsx")append_data={"影视剧":"凤囚凰","cp名":"初融夫妇","男角色":"容止","女角色":"刘楚玉"}new_df=df.append(append_data,ignore_index=True)print(new_df)pandas数据结构2.增加列增加列可以直接通过标签索引方式进行，当新增的列中的数值不一样时，可以传入列表或者数组结构进行赋值。importpandasaspddf=pd.read_excel("cp.xlsx")df["结局"]=["HE","HE","BE","HE"]print(df)pandas数据结构3.删除

使用drop()函数可以删除指定轴上的信息，axis=0删除行，axis=1删除列，默认axis=0,原来的DataFrame数据不会删除。importpandasaspddf=pd.read_excel("cp.xlsx")df["结局"]=["HE","HE","BE","HE"]df1=df.drop(2)print(df1)pandas数据结构3.删除

请补充代码，实现删除”影视剧”一列。

如何使原来的df对象中的”影视剧”一列也被删除？importpandasaspddf=pd.read_excel("cp.xlsx")df["结局"]=["HE","HE","BE","HE"]__________________________print(df)deldf.影视剧pandas数据结构4.修改标签

通过rename()函数完成行和列索引标签的修改，index参数指定要修改的行标签，columns参数指定要修改的列标签。importpandasaspddf=pd.read_excel("cp.xlsx")df["结局"]=["HE","HE","BE","HE"]df1=df.rename(index={3:9},columns={"结局":"ending"})print(df1)课堂练习1.有Python程序段如下：importpandasaspddf1=pd.DataFrame([[10,20],[30,40]],columns=['A','B'])df2=pd.DataFrame([[50,60],[70,80]],columns=['A','B'])df=df1.append(df2,ignore_index=True)print(df)该程序段运行后输出结果为（）A.ABB.ABC.ABD.AB103010200102001020204030401304013040507050600506025060608070801708037080D查看DataFrame对象修改数据列

使用字典记法或属性检索DataFrame对象中的一列数据，如df['id']或df.id。importpandasaspddf=pd.read_excel("cp.xlsx")df.男角色=['成毅','白敬亭','张若昀','任国超']print(df)查看DataFrame对象查看数据行

通过head()、tail()返回DataFrame对象中前n行、后n行的数据。importpandasaspddf=pd.read_excel("cp.xlsx")df.男角色=['成毅','白敬亭','张若昀','任国超']print(df.head(2))print(df.tail(1))查看DataFrame对象查看数据行

通过索引查看指定的行数据，如df[2:5]返回df对象中索引值为2，3，4的行数据。importpandasaspddf=pd.read_excel("cp.xlsx")df.男角色=['成毅','白敬亭','张若昀','任国超']print(df[1:3])统计、计算

在DataFrame中，可以使用count()、sum()、mean()、max()、min()、describe()、groupby()等函数对DataFrame对象中的数据统计与计算。统计、计算1.分组

使用groupby()函数，可以对DataFrame对象各列或各行中的数据进行分组，然后对其中每一组数据进行不同的操作。importpandasaspddf=pd.read_excel("grade.xlsx")df1=df.groupby('sex')print(df1.mean())排序

在DataFrame中，按索引排序可以使用sort_index()函数，按值排序可以使用sort_values()函数。通过axis确定轴向，通过ascending确定顺序，排序结果返回一个新的DataFrame对象。排序2.排序

axis默认为0，对行排序，=1时，对列排序。

ascending默认为True，升序排序，=False时，降序排序。importpandasaspddf=pd.read_excel("grade.xlsx")df1=df.sort_values('math',ascending=False)print(df1)排序2.排序

axis默认为0，对行排序，=1时，对列排序。

ascending默认为True，升序排序，=False时，降序排序。importpandasaspddf=pd.read_excel("grade.xlsx")df1=df.sort_index(ascending=False)print(df1)排序2.排序

axis默认为0，对行排序，=1时，对列排序。

ascending默认为True，升序